应届生几乎没机会、80%人带着同一个职位名称入职，深扒Anthropic 1680位工程师简历的最新发现 - AI

Just Quick Just Quality

热门话题

白天

搜索

资讯

应届生几乎没机会、80%人带着同一个职位名称入职，深扒Anthropic 1680位工程师简历的最新发现

12 小时前 / 阅读约11分钟

来源：36kr

Anthropic更青睐资深工程师，而非AI研究员，其团队快速扩张，多数工程师拥有十年以上经验，擅长基础设施和大规模系统工程，最大人才来源是Google。

作为全球最受关注的 AI 公司之一，Anthropic 的估值已经超过 OpenAI。在 Claude 系列模型快速崛起的背后，一个外界始终好奇的问题是：Anthropic 到底在招聘什么样的人？

很多人的第一反应或许是——博士、大模型研究员、强化学习专家。但事实可能与想象并不相同。

近日，AI 招聘平台 Fonzi AI 负责人、前 Cookd 联合创始人 Seb，对 Anthropic 工程团队进行了系统梳理。他抓取了 LinkedIn 上所有将 Anthropic 标注为现任雇主的个人资料，共计 5306 份，并从中筛选出 1680 名工程师，进一步分析了他们在加入 Anthropic 前的 7986 段工作经历，了解他们在加入 Anthropic 之前都做过了些什么。

通过这份数据，Seb 试图回答一个问题：Anthropic 最青睐的工程师究竟是谁？

结果显示，相比外界想象中的“AI 研究员聚集地”，Anthropic 更像是一家以基础设施和大规模系统工程为核心的公司。它招聘的大多数人并非研究科学家，而是拥有十年以上经验、长期构建大型生产系统的资深工程师。

以下为数据结果，我们不妨一起来看看。

Anthropic 几乎是在一夜之间扩张起来的

目前仍在 Anthropic 任职的工程师中，只有 15 人是在 2021 年之前加入公司的。

Anthropic 的团队规模在 2025 年大约增长了三倍，当年共招聘了 686 名新员工；而 2026 年的招聘速度也在追平这一纪录，截至 6 月份已经新增了 455 名员工。

换句话说，目前整个工程团队中有一半成员加入时间还不到一年。53% 的工程师是在过去 12 个月内入职的，中位任职时长仅为 10 个月。

这是一个庞大的工程组织，但它基本是在过去 18 个月里快速搭建起来的。

他们几乎只招资深工程师

在加入 Anthropic 之前，这些员工的工作经验中位数为 12.2 年。其中，中间 50% 的员工拥有 8.8 年至 16.5 年的从业经验。

在 Anthropic 的 1680 名员工中，仅有 50 人的工作经验不足 3 年；而 44% 的员工拥有 13 年及以上的工作经验。应届毕业生招聘几乎可以说是不存在。

因此，Anthropic 招聘的典型画像是：拥有 12 年工作经验，在 Anthropic 工作了大约 10 个月。

比起研究，他们更看重基础设施能力

40% 的工程师背景与基础设施相关。后端开发、分布式系统、数据库和安全领域背景均占约 20%。

而强化学习（也就是 RLHF 中的“RL”），只出现在 3.3% 的工程师履历中。

典型的 Anthropic 工程师，过去十年大多是在超大规模科技公司或者以基础设施见长的创业公司中构建大型生产系统。

他们在 LinkedIn 上填写的技能标签也反映出这一点：

Python（585 人）、Java（566 人）、C++（443 人）、JavaScript（376 人）、SQL（302 人）、Linux（230 人）、分布式系统（189 人）、AWS（154 人）。

外界想象中的“大模型训练工程师”当然存在，但实际上只是少数群体。

Anthropic 最大的人才来源不是 AI 实验室，而是 Google

很多人以为 Anthropic 会从 OpenAI 或 DeepMind 大规模挖人。事实并非如此。

Anthropic 最大的人才来源是 Google，而且遥遥领先。OpenAI 和 DeepMind 在统计图中甚至只是中间两根相对较小的柱子。

Anthropic 特别偏爱那些以工程严谨性著称的公司，例如 Stripe、Databricks、Snowflake、Palantir 和 Airbnb。

如果统计工程师整个职业生涯中曾经工作过的公司，结果如下：

Google：405 人
Meta：273 人
Amazon：197 人
Microsoft：171 人
Stripe：124 人
Apple：87 人
Stanford：68 人
DeepMind：62 人
Airbnb：51 人
OpenAI：48 人

整个工程团队中，有一半人（50%）的履历里出现过 FAANG 公司。

当然，他们也确实会从其他顶级 AI 实验室挖人。OpenAI 是前五大人才来源之一，DeepMind 排名第六。

大约有 94 名工程师是直接从其他前沿 AI 实验室跳槽到 Anthropic 的。

关于“Anthropic 全是博士”的误解

据统计数据显示，Anthropic 拥有博士学位的人仅占 13.7%。也就是说，大约每七个人里才有一个博士。

Anthropic 的典型招聘对象并不是研究科学家，而是一位拥有本科或硕士学历的资深工程师。因此，“整个实验室都是博士”的刻板印象，在工程团队层面基本是错误的。

他们的专业背景也非常符合一家工程驱动型公司的特点：

计算机科学（819 人）
数学（78 人）
物理学（70 人）
计算机工程（69 人）

有趣的是，哲学专业也进入了前二十名（13 人）——或许与 AI 安全方向有关。

按毕业院校统计：

斯坦福大学（Stanford University）：144 人
加州大学伯克利分校（University of California, Berkeley）：118 人
麻省理工学院（Massachusetts Institute of Technology，MIT）：80 人
卡内基梅隆大学（Carnegie Mellon University，CMU）：73 人
哈佛大学（Harvard University）：42 人
剑桥大学（University of Cambridge）：39 人
华盛顿大学（University of Washington）：36 人
滑铁卢大学（University of Waterloo）：35 人
康奈尔大学（Cornell University）：35 人
牛津大学（University of Oxford）：33 人
普林斯顿大学（Princeton University）：32 人

仅 Stanford、Berkeley、MIT 和 CMU 四所学校，就贡献了整个工程团队约四分之一的人数。

80% 的工程师拥有同一个职位名称

“Member of Technical Staff”（技术团队成员，简称 MTS）。

无论是前 Instagram CTO、前 Adept 创始人，还是 Stanford 教授，在 Anthropic 内部都可能被统一称为 MTS。

这是公司有意为之。职位体系被刻意“扁平化”，从头衔上几乎看不出资历和职能差异。

年轻工程师唯一的进入通道

在 1680 名工程师中：

172 人工作经验不足 6 年；
50 人工作经验不足 3 年。

但他们并不是普通意义上的应届毕业生。

这些年轻工程师主要分为两类，而且几乎不存在普通中级工程师作为过渡层。与整体工程团队相比，他们有几个显著特征：

博士比例更高（19% vs 13.7%）；
产品工程师/软件工程师背景比例更高（15% vs 5%）；
拥有 FAANG 履历的比例反而更低（32% vs 50%）。

他们用来替代工作年限的，是另一种“硬通货”，譬如：

顶级实习经历。50% 的年轻工程师拥有以下公司实习经历，如 Meta（16 人）、Google（10 人）、DeepMind（6 人）、Microsoft（5 人）、Amazon（5 人），以及 Jane Street、Two Sigma、HRT、Optiver、NVIDIA 等顶级机构。
从量化交易公司进入 AI 实验室。9% 的年轻工程师来自 Jane Street、Two Sigma、Five Rings、HRT、Optiver、Citadel 等顶尖量化交易机构。很多都是数学和计算机竞赛背景极强的人才，通过高频交易行业进入 AI 领域。
Alignment Fellowship 项目。调查数据中，6% 的年轻工程师参与过 MATS、SERI、Redwood、ARC 等 AI Alignment 项目。这是一个主要面向年轻人才的特殊晋升通道，而在资深工程师群体中几乎不存在。

一个精英的典型代表可能是这样的：MIT 毕业、IOI 银牌获得者、Codeforces Rating 超过 2900、毕业四年后便进入强化学习和 AI 安全领域。他们的筛选标准不是工作年限，而是竞赛成绩和学术成果。

他们的国际化背景也比资深员工更明显。在较年轻员工群体中，毕业院校分布为：加州大学伯克利分校 15 人、斯坦福大学 14 人、剑桥大学 10 人、麻省理工学院 7 人、清华大学 7 人、牛津大学 6 人。此外，还有不少员工来自帝国理工学院、新加坡国立大学、上海交通大学和苏黎世联邦理工学院等高校。